前言：掌握Hbase的重要性不言而喻，掌握Hbase的設(shè)計原理更是重中之重。本文是對HBase原理進行講解系列文章的開篇，本文盡量詳細(xì)的從整體上介紹HBase的架構(gòu)，并對每個部分的名詞進行初步解釋，使我們對HBase有個整體的了解。

一、邏輯存儲模型

????HBase以表的形式存儲數(shù)據(jù)，表由行和列組成。列劃分為若干個列族，如下圖所示：

001.jpg

????RowKey：Hbase使用Rowkey來唯一的區(qū)分某一行的數(shù)據(jù)。如圖中"rk001"

????列族：Hbase通過列族劃分?jǐn)?shù)據(jù)的存儲，列族下面可以包含任意多的列，實現(xiàn)靈活的數(shù)據(jù)存取。Hbase的列族不是越多越好，官方推薦的是列族最好小于或者等于3。我們使用的場景一般是1個列族。如圖中的“CF1”列族，下面包含兩個列："Name"和"Alias"。

????時間戳：TimeStamp對Hbase來說至關(guān)重要，因為它是實現(xiàn)Hbase多版本的關(guān)鍵。在Hbase中使用不同的timestame來標(biāo)識相同rowkey行對應(yīng)的不通版本的數(shù)據(jù)。

????Cell：HBase 中通過 rowkey 和 columns 確定的為一個存儲單元稱為 cell。每個 cell 都保存著同一份 數(shù)據(jù)的多個版本。版本通過時間戳來索引。

二、物理存儲模型

????HBase的物理存儲模型如下圖：

002.png

????我們知道，在HBase中，數(shù)據(jù)以表的形式存儲，表由很多行組成，每一行由Row key（行鍵）以及一個或多個的列值組成。我們可以這么想，當(dāng)表有很多很多的Row時，我們把這個表按某些規(guī)則（比如每500條）拆分成很多部分，那么拆分后的每一部分就是所謂的HRegion，這個HRegion作為一個整體被HMaster分配到某一個RegionServer中。這里可以這樣理解，把HMaster想象成一個老大，他把HRegion給分配到某一個服務(wù)器上，這樣一來，一個表就被分成多個HRegion并可能分配到了不同的RegionServer上。我們剛說HRegion是一個整體，意思是他不能再繼續(xù)往下分割了，他必須在一個RegionServer上。

三、總體架構(gòu)

????HBase的總體結(jié)構(gòu)圖如下：

003.png

????包括了HMaster、HRegionSever、HRegion、HLog、Store、MemStore、StoreFile、HFile等。接下來我先用自己的理解把這個結(jié)構(gòu)描述一下，然后再分別介紹每個部分，建議再開一個屏幕對照著架構(gòu)圖看。HBase底層依賴HDFS，通過DFS Cilent進行HDFS操作。HMaster負(fù)責(zé)把HRegion分配給HRegionServer，每一個HRegionServer可以包含多個HRegion，多個HRegion共享HLog，HLog用來做災(zāi)難恢復(fù)。每一個HRegion由一個或多個Store組成，一個Store對應(yīng)表的一個列族，每個Store中包含與其對應(yīng)的MemStore以及一個或多個StoreFile（是實際數(shù)據(jù)存儲文件HFile的輕量級封裝），MemStore是在內(nèi)存中的，保存了修改的數(shù)據(jù)，MemStore中的數(shù)據(jù)寫到文件中就是StoreFile。

3.1 HMaster

????HMaster的主要功能有：
①把HRegion分配到某一個RegionServer。
②有RegionServer宕機了，HMaster可以把這臺機器上的Region遷移到active的RegionServer上。
③對HRegionServer進行負(fù)載均衡。
④通過HDFS的dfs client接口回收垃圾文件（無效日志等）
注：HMaster沒有單點問題，HBase中可以啟動多個HMaster，通過Zookeeper的Master Election機制保證總有一個Master運行。

3.2 HRegionServer

????①維護HMaster分配給它的HRegion，處理對這些HRegion的IO請求，也就是說客戶端直接和HRegionServer打交道。（從圖中也能看出來）
????②負(fù)責(zé)切分正在運行過程中變得過大的HRegion

3.3 HRegion

????下面我們看看HRegion的結(jié)構(gòu)：

004.jpg

????每個HRegion由多個Store構(gòu)成，每個Store保存一個列族（Columns Family），表有幾個列族，則有幾個Store，每個Store由一個MemStore和多個StoreFile組成，MemStore是Store在內(nèi)存中的內(nèi)容，寫到文件后就是StoreFile。StoreFile底層是以HFile的格式保存。

3.4 HLog
????HLog(WAL log)：WAL意為write ahead log（預(yù)寫日志），用來做災(zāi)難恢復(fù)使用，HLog記錄數(shù)據(jù)的變更，包括序列號和實際數(shù)據(jù)，所以一旦region server 宕機，就可以從log中回滾還沒有持久化的數(shù)據(jù)。

3.5 HFile
????HBase的數(shù)據(jù)最終是以HFile的形式存儲在HDFS中的，HBase中HFile有著自己的格式。此處不細(xì)講，留待后面文章詳解。

四、總結(jié)

本文從整體上簡單介紹了HBase的架構(gòu)，后續(xù)文章將會對HBase內(nèi)部的細(xì)節(jié)、讀寫流程等進行分析。敬請期待。